En AI er flott for orientering i ukjent kode — men bare hvis du holder den forankret i virkelige filer i stedet for å la den beskrive en generisk versjon av hva systemet sannsynligvis gjør. Pek den mot faktiske stier og be den lese før den forklarer.
src/billing/ er ansvarlig for," ikke hele repo på en gang.❌ UNGROUNDED: "How does authentication usually work in a Node app?"
→ generic textbook answer; may not match THIS codebase at all
✅ GROUNDED: "Read src/auth/login.js and src/middleware/session.js.
Trace what happens when POST /login is called, step by step,
citing the functions involved."
→ the AI must read the actual files → its explanation maps to YOUR system
Den forankrede versjonen tvinger AI-en til å basere svaret sitt på koden din, slik at du kan verifisere hvert trinn mot de virkelige filene i stedet for å stole på en sannsynlig generalitet.
Å arve en stor kodebase er hovedsakelig et lesings- og kartleggingsproblem, og det er nøyaktig der en AI akselererer deg — den kan oppsummere en modul, spore en flyt eller forklare en kryptisk funksjon på sekunder, og gjøre dager med kald lesing om til veiledet utforsking. Risikoen er at et uforankret spørsmål gir deg et selvsikkert, generisk svar som ikke samsvarer med den faktiske koden. Å forankre hvert spørsmål til virkelige filstier og verifisere sporingen mot disse filene holder AI-ens hastighet uten å arve hallusinasjoner — du bygger en nøyaktig mentale modell raskere, og du kan stole på den fordi du sjekket den mot kilden.
Et bibliotek av IT-intervjuspørsmål med detaljerte svar — fra Junior til Senior.
Doner